本发明提出了一种医学影像计算机辅助分析方法，包括以下步骤：通过红外光源和红外热成像仪对医学影像进行一次扫描，对一次扫描图像的体数据进行图像分裂操作，得到一次图像数据；通过可见光光源和感光元件对所述医学影像进行二次扫描；对二次扫描图像的体数据进行所述图像分裂操作，得到二次图像数据；将所述一次图像数据和二次图像数据绑定，与病理数据库中已有的病理样本相比对，比对过程具体为一次图像数据互相比对，二次图像数据互相比对。

等效负折射率平板透镜又称 DCT-plate，该技术通过光场重构原理，将发散的光线在空中重新汇聚，从而形成不需要介质承载的实像。根据场景需要，可设置不同的影像呈现角度，结合体感互动装置实现人与实像的直接交互。该技术现处于世界领先地位！ 

本发明公开了一种遥感影像圆形油罐自动检测方法，首先，对遥感影像进行 MHC 视觉显著变换得 到视觉显著图，再经过数学形态学增强，得到增强视觉显著图，利用 hough 变换在增强视觉显著图上圆 检测，得到疑似油罐区域；然后，对遥感影像进行 turbopixels 过分割，根据特征合并分割块，根据似圆 特征，得到疑似油罐区域；最后，结合由 hough 检测结果和似圆特征检测结果，利用油罐圆心与半径关 系和多特征进行 SVM 分类，过滤掉同心圆和非油

本发明提供一种核安全壳高分辨率影像采集系统，包括移动平台、采集平台和控制中心，所述移动 平台包括框架，用于控制采集平台竖直位置并担负配重的电机总成，用于控制采集平台距离安全壳壳壁 距离的推拉杆装置，安装于框架底部用于控制采集平台及移动平台水平位置的轨道轮，控制箱，无线网 桥，以及用于采集平台上下移动限制控制的轨道绳；所述采集平台包括框架，固定在框架两侧用于沿着 安全壳壁采集照片的相机，固定在框架中间位置的集控箱，固定在框架上沿的光控照明灯，以及

一、所属领域 人工智能，精密自动化，生物分析与检测，环境微生物检测，工业微生物检测，细胞组织分析检测。 二、项目介绍 1. 痛点问题 微生物的识别、计数和定性分析一直是食品、医药和生物行业的重要一环。传统的人工检测方式劳动强度比较大，且检测主观性强，标准难以统一，计数和检测结果不准确；在对环境的微生物监测中，人工方法只能做到抽样检测，无法做到持续性检测。 近两年行业巨头们（如GE，安捷伦，赛默飞等）开始推出图像识别技术的微生物检测设备，其结果来自直观影像，分辨率高，操作难度低。但是这些设备目前采用的光学显微镜倍数都在800倍以下，只能进行计数，如果要完成相关定性分析，需要在800倍以上的放大倍数获得单细胞微生物的清晰图像（如酵母菌，大肠杆菌）。但800倍放大倍数对应的有效视场只有200微米*200微米，对计数和活性统计分析又不具备足够的采样数量。目前国内外设备均没有解决好这个问题，对微生物进行定性分析的准确率低，无法满足市场需求。 2. 解决方案 本项目针对微生物和细胞活体检测中缺乏有效参照物的技术难点，根据显微扫描设备的结构，将全景化视域重构技术和微米级电机结合，解决了镜头大幅平移过程中的自动对焦难题和微生物溶液动态环境中的影像拼接难题，在保证1000倍放大的基础上，获得的有效视场增加到10毫米*10毫米的范围；再通过自动化图像采集和拼接，得到完整的微生物图像；然后结合传统的图像分割以及深度学习图像识别的优势，小样本高精度动态完成微生物的类型识别，计数，活性，死亡率，出芽率等定量定性分析。 3. 竞争优势分析 与国内外的主流检测设备对比，本项目技术优势主要体现在： 1）独创的微生物影像全景化视域重构技术，实现0.5微米的分辨率和20*25毫米的超大视角； 2） 解决微生物影像领域小样本智能识别和智能检测的难题； 3） 检测目标、检测内容、检测流程和逻辑可通过自然语言定制，提高设备功能通用性； 4）计数准确率超过人工计数，准确率超过国内细胞计数仪器一个数量级； 5）第一台按照国家微生物计数检测标准开发研制的微生物计数仪。 本项目的第一代产品样机与国内外同类产品对比，主要性能优势和技术优势如下： 在食品行业，本项目获得了青岛啤酒北京密云分厂的啤酒原液和相关酵母菌种，针对生产用酵母菌采集了大量实拍图像数据，优化后的酵母菌计数和出芽率算法识别率均在95%以上。 4. 发展规划 按照三步走的方式来设定发展规划： 1）基于全景化视域重构技术，构建第一代检测仪器，首先进入门槛最低的食品微生物检测市场，对啤酒和发酵乳企业提供酵母菌检测计数技术和设备； 2） 利用已有技术积累，进入环境微生物检测和高校实验室市场； 3）最后以食品和环境检测市场为根据地，进入门槛最高的生物医药检测市场，提供微生物检测和组织检测的相关设备。 5. 知识产权情况 已申请3项专利。 三、合作需求 1）寻求500-800万元天使投资； 2）寻找高校研究所，食品工业和环境检测领域的客户、渠道伙伴； 3）寻找生物医药，医学临床领域的客户、渠道伙伴和产品测试环境。 四、团队介绍 科研团队： 1）周悦芝 博士 清华大学计算机系研究员，项目负责人，在边缘计算和深度学习等领域有丰富的开发经验和杰出的研究成果，在面向医学影像的AI图像分析方面曾发表多篇论文，申请或获得多项国家发明专利。 2）黄权伟 清华大学计算机系硕士，负责图像分割及细胞识别等相关算法研发。 3）梁志伟 清华大学计算机系硕士，负责深度学习算法加速研究和实现。 五、联系方式 E-mail：ott@tsinghua.edu.cn 成果编号：20230055

拉普拉斯域光学乳腺影像系统（LD－DOT）是一种基于漫反射光成像原理的功能成像手段。有别于基于形态学进行诊断的传统医学成像手段，它利用不同病变的乳腺组织对光的漫反射程度的不同，通过得到双乳全局血管微循环特征参数的定量分布来诊断组织病理属性（正常/良性/恶性）以及分布范围，探测深度可达6厘米以上，扫描过程安全快速，结果直接客观，是一种经济高效的诊断乳腺病变的无创方法。

一种全新的光热转换全介质材料（all-dielectric materials）即碲（Te）纳米颗粒，它不仅可以实现全太阳光谱吸收而且具有极高的光热转换效率。他们采用自己发展的液相激光熔蚀（laser ablation in liquids, LAL）技术制备出多晶碲纳米颗粒，粒径分布范围10到300纳米，并且发现由碲纳米颗粒自组装形成的吸收层具有强烈的宽谱吸收属性，在整个太阳光谱范围内的吸收率超过85%（紫外区接近100%）。在太阳光照射下，该吸收层的温度从29°C上升到85°C只需要100秒的时间。此外，通过将所制备碲纳米颗粒均匀分散到水中，在太阳光照射下水的蒸发速率提升了3倍，这种表现超越了所有已经报道的用于太阳能光热转换水蒸发的纳米光子学材料，包括等离激元（plasmonic）和全介质材料。

一起学是以个性化学习为目标的家庭教育平台。依托一起教育科技Socrates智能学习系统，为校外学习场景提供了智能学与练的解决方案，帮助学生和家长们了解自己，有针对性的高效学习。

学而思网校组建了由清华、北大、哈佛等知名高校毕业生组成的师资团队，采用“直播+辅导 ”的双师直播教学模式，将自主研发的表情识别、语音识别、语音评测等AI技术作为辅助教学手段引入课堂，实现随堂测试、实时互动、语音测评、及时答疑等，有效提升在线学习的趣味性及互动性。

教育部高等教育司2017年即认定的第一批产学合作协同育人项目，简桥与上百家知名企业合作，共建“千生计划”，成功输送3000位优秀实习生到岗位实习，其中包含华数传媒、博士电动、顺丰控股等多家知名企业。2019年简桥正式联合千家知名企业开启“万生计划”。